ChatGPT añade voz a Work y Codex: qué puede hacer y quién tiene acceso

Qué se anunció y qué significa en la práctica

OpenAI documenta que ChatGPT Voz está disponible en Work y Codex dentro de la aplicación de escritorio de ChatGPT. La novedad es que una persona puede iniciar una tarea hablando, conversar con naturalidad, interrumpir al asistente y pedirle que inicie o coordine trabajo mediante las herramientas y los permisos disponibles en la experiencia elegida. La documentación también describe Voz como una interfaz en directo para esas áreas, no como una autorización ilimitada para operar cualquier servicio conectado.

Work está orientado al trabajo con herramientas y contexto de proyectos, mientras que Codex se dedica al desarrollo de software y al trabajo técnico. En ambos casos, la voz ofrece una forma de dirigir tareas; por sí sola no determina qué datos puede consultar el asistente ni qué cambios puede realizar. Eso depende de las herramientas disponibles en la cuenta, de las conexiones configuradas y de los permisos aplicables.

Las fuentes facilitadas no identifican qué modelos concretos procesan estas tareas de voz y trabajo. Por tanto, no es posible atribuirles un modelo específico ni afirmar que todas las funciones de voz utilicen el mismo modelo.

Integraciones, cuentas y plataformas

ChatGPT permite conectar cuentas de aplicaciones, pero una conexión no equivale a acceso automático a todas las funciones de ese servicio. Para enlazar una cuenta, el usuario debe autorizarla mediante el proveedor correspondiente. La disponibilidad y el comportamiento pueden variar según el plan, la región, la cuenta, la superficie de ChatGPT y la configuración del espacio de trabajo. También puede variar el soporte de cada aplicación dentro de Voz.

Las fuentes verificadas mencionan ejemplos de herramientas o datos conectados, como documentos, calendarios, contactos y comunicaciones. La documentación aportada incluye páginas específicas sobre aplicaciones de Google y Slack, pero no demuestra que todas las integraciones estén disponibles para todas las cuentas ni que puedan ejecutar las mismas acciones. Tampoco aporta una lista completa de combinaciones de plan, país y versión de la aplicación.

Hay una diferencia importante entre la descripción oficial y una información periodística incluida entre las fuentes: TechCrunch señala acceso a tareas agénticas en Work desde móviles para usuarios Pro y Plus, mientras que la documentación oficial facilitada sitúa Voz en Work y Codex en escritorio. Con la evidencia disponible, no se puede presentar la disponibilidad móvil como confirmada de manera general. La diferencia podría corresponder a un despliegue limitado, a otra función o a una actualización posterior, pero las fuentes no permiten resolverlo.

Qué acciones puede efectuar el asistente

El uso de la voz permite dirigir una tarea mediante instrucciones habladas, pedir que se inicie o coordine trabajo y, según la documentación de Voz, priorizar, interrumpir o redirigir tareas mientras continúan en segundo plano. También se describe la posibilidad de coordinar varios agentes y retomar trabajos con el contexto disponible del proyecto y herramientas conectadas compatibles. Estas capacidades describen formas de interacción, no garantizan que cualquier petición sea ejecutable.

Para actuar sobre un servicio externo, el asistente necesita que la aplicación esté disponible y que la conexión cuente con los permisos pertinentes. La documentación de permisos advierte que puede solicitarse aprobación para algunas acciones, pero que otras pueden ejecutarse sin una confirmación adicional, según la aplicación y la configuración. Por eso, no es correcto afirmar que toda acción externa requiere siempre confirmación explícita, ni que el sistema pueda actuar sin límites.

En particular, las fuentes no permiten asegurar que enviar un mensaje, modificar un calendario o cambiar otros datos requiera una confirmación en todos los casos. Antes de delegar tareas con consecuencias externas, el usuario debe revisar los permisos concedidos y las opciones de aprobación de la aplicación conectada.

Permisos, privacidad y control de errores

Las cuentas conectadas se administran desde ChatGPT y pueden desconectarse. La autorización se concede en relación con el proveedor y los permisos disponibles para esa integración. En consecuencia, conviene distinguir entre permitir una conexión y conceder acceso a una acción determinada: las capacidades exactas dependen de la aplicación, sus permisos y la configuración vigente.

Para las aplicaciones de Google, la documentación específica trata controles relativos a los datos de Gmail, Calendar y Drive, además de opciones relacionadas con memoria, entrenamiento y desconexión. La información facilitada no detalla aquí el alcance de cada ajuste ni permite afirmar que todas las integraciones sigan idénticas reglas. Es preferible revisar la ayuda correspondiente a cada servicio antes de conectar información sensible.

La voz también puede requerir permisos del dispositivo. En Work o Codex, la documentación menciona permisos de micrófono y, según el contexto, permisos de grabación de pantalla o audio y de accesibilidad. El usuario debería conceder únicamente los permisos necesarios para la tarea y retirar una conexión si deja de necesitarla.

Como cualquier sistema que interpreta instrucciones y opera con herramientas, puede equivocarse al entender una petición o al seleccionar información. Las fuentes proporcionadas no aportan mediciones de precisión, tasas de error ni garantías de fiabilidad para acciones externas. Una revisión humana antes de enviar comunicaciones o alterar datos importantes sigue siendo una precaución razonable, especialmente cuando la configuración permite ejecutar ciertas acciones sin pedir aprobación adicional.

Qué sigue sin estar demostrado

La documentación consultada confirma la incorporación de Voz a Work y Codex en escritorio, pero no basta para establecer una matriz completa de disponibilidad por plan, país, sistema operativo o tipo de cuenta. Tampoco verifica que las tareas móviles descritas por la prensa estén disponibles de forma general, ni aclara si se refieren exactamente a la misma experiencia documentada para escritorio.

Quedan sin confirmar los modelos concretos utilizados en cada tarea, el catálogo completo de aplicaciones compatibles con Voz y las reglas de aprobación para cada acción de cada proveedor. Las fuentes tampoco aportan resultados de pruebas independientes sobre precisión o fiabilidad. Por tanto, el alcance práctico debe entenderse como condicionado por la herramienta seleccionada, las autorizaciones y la disponibilidad efectiva en la cuenta, no como una función universal.

Continúa explorando

Correcciones y transparencia

Si detectas un dato incorrecto o desactualizado, puedes enviarnos una corrección indicando la página y la fuente que debemos revisar.